Genie One MCP: Forneça o contexto de negócios correto a qualquer agente de AI

Líderes de negócios geralmente têm acesso a muitos dados, mas ainda assim não conseguem obter uma resposta confiável para uma pergunta aparentemente simples como: Por que a receita líquida caiu 8% em nossa maior conta na semana passada? A resposta pode abranger dados de vendas, finanças, promoções, estoque e contas, com cada fonte potencialmente correta de forma isolada, mas diferente em suas definições, detalhes, relacionamentos e autoridade.

Sem o contexto de negócios correto, os agentes de IA de uso geral não conseguem determinar com confiabilidade o que suas métricas significam, quais fontes são autoritativas, como os dados devem se conectar ou o que cada usuário tem permissão para visualizar.

O Genie One MCP fornece contexto governado para qualquer agente de IA compatível com MCP. Ele conecta assistentes como ChatGPT, Claude, Microsoft Copilot e agentes de codificação ao Genie One, para que possam responder a perguntas de negócios usando definições aprovadas, relacionamentos de dados confiáveis e controles de acesso que respeitam as permissões. Em vez de pedir aos agentes que infiram o significado de tabelas brutas ou prompts sobrecarregados, as organizações podem definir o contexto de negócios uma única vez na Genie Ontology e disponibilizá-lo em todos os agentes de IA aprovados.

O problema do contexto com agentes de uso geral

Os agentes de IA de uso geral herdam a fragmentação e a ambiguidade dos sistemas aos quais se conectam. Três lacunas dificultam a obtenção de respostas de negócios confiáveis:

• Fatos fragmentados: os dados relevantes estão espalhados por vários sistemas, são atualizados em momentos diferentes, abrangem limites funcionais e mudam ao longo do tempo. Uma visão consolidada já pode estar incompleta ou desatualizada.
• Significado inconsistente: termos como vendas líquidas, promoção ativa e no prazo podem ter definições diferentes entre as equipes. Essas definições geralmente residem em planilhas, documentações ou no conhecimento institucional, e não em um formato que um agente possa usar de maneira confiável.
• Falta de autoridade e linhagem: quando há conflito entre números, geralmente não está claro qual fonte é autoritativa, como os dados foram transformados ou qual definição gerou o resultado.

Uma análise confiável exige mais do que apenas recuperar dados. Um agente precisa entender como os fatos de negócios se relacionam, quais definições se aplicam e quais fontes devem ter precedência.

O acesso direto aos dados não é o contexto de negócios

Conectar um agente de IA diretamente a fontes estruturadas e não estruturadas fornece acesso, mas não o contexto de negócios compartilhado necessário para fornecer respostas confiáveis e governadas. Sem esse contexto, o acesso direto apresenta quatro desafios:

• Precisão: o acesso direto não diz ao agente quais fontes, definições ou junções SQL estão aprovadas. Essas escolhas determinam a qualidade da resposta.
• Custo e latência: os agentes precisam inspecionar repetidamente esquemas, documentações e relacionamentos, consumindo mais tokens e tornando as respostas mais lentas.
• Governança: conexões diretas entre sistemas de origem podem dificultar a aplicação consistente de controles de acesso no contexto do usuário final.
• Consistência: sem um contexto compartilhado, cada cliente, modelo ou sessão pode interpretar as definições de maneira diferente, gerando respostas inconsistentes.

Construindo a camada de contexto com a Genie Ontology

A Genie Ontology é a camada de contexto governada no Databricks que ajuda o Genie One a entender o seu negócio. Ela combina métricas aprovadas, definições de negócios, relacionamentos, propriedade e políticas de acesso com o contexto inferido de ativos corporativos confiáveis, como notebooks, consultas, dashboards, documentações e Genie Agents.

O Genie One usa esse contexto para identificar as definições e fontes corretas, reconciliar conflitos com base na autoridade e certificação, e aplicar as permissões de cada usuário. O resultado são respostas rastreáveis e que respeitam as permissões, fundamentadas em um contexto de negócios governado.

Aplicado à nossa primeira pergunta: Por que a receita líquida caiu 8% em nossa maior conta na semana passada? A Genie Ontology: 

• Fundamenta receita líquida em sua definição de métrica aprovada,
• Conecta ativos de vendas, finanças, promoção, estoque e contas por meio de relacionamentos governados, e 
• Prioritiza o contexto certificado caso essas fontes divirjam. 

Isso resulta não apenas em uma resposta de alta qualidade, mas também em uma explicação completa que os usuários podem rastrear até as definições e ativos governados por trás dela.

Uma camada de contexto compartilhada em todos os agentes de IA 

Uma camada de contexto governada torna-se mais valiosa quando pode ser usada de forma consistente nos locais onde as pessoas trabalham. O Genie One oferece uma experiência nativa de trabalho colaborativo com IA no Databricks, enquanto o servidor Genie One MCP estende o mesmo contexto de negócios governado a outros assistentes de IA aprovados, agentes de codificação e interfaces de clientes. Juntos, eles permitem que as organizações construam o significado de negócios uma única vez na Genie Ontology e o apliquem em um ecossistema de IA em constante evolução.

Genie One: um colega de trabalho inteligente em dados 

Genie One é o colega de trabalho de IA inteligente em dados do Databricks para usuários de negócios. Equipado com a Genie Ontology, ele ajuda as equipes a responder a perguntas de negócios com uso intensivo de dados, sintetizar informações em fontes corporativas e transformar insights em trabalhos subsequentes, como documentos, tarefas e ações agendadas, tanto no Databricks quanto em ferramentas de terceiros como Google Drive, Microsoft 365, Atlassian, Slack, GitHub e Glean. 

Genie One MCP: leve o contexto de negócios para os agentes que você já usa

O Genie One MCP estende o mesmo contexto governado para assistentes de IA e agentes de codificação populares. Se você já usa o Claude, o ChatGPT, o Microsoft Copilot ou um agente de codificação como o Claude Code, Genie One MCP expõe o Genie como uma ferramenta para qualquer um deles, com a mesma ontologia e a mesma aplicação de permissões de uma superfície nativa.

O Genie One MCP pode fornecer imediatamente um contexto corporativo profundo para assistentes de IA, melhorando significativamente a qualidade do engajamento com os usuários de negócios. Alguns exemplos incluem:

Revisão de desempenho de campanha: um líder de marketing pergunta ao ChatGPT Business quais campanhas geram pipeline qualificado e onde realocar o orçamento. O Genie One conecta dados aprovados de atribuição, campanha, gastos, leads e oportunidades; o ChatGPT transforma as descobertas em um plano de ação de campanha.

Revisão mensal de negócios: um líder financeiro pergunta ao Claude Cowork o que está gerando a diferença entre a margem prevista e a real, e quais regiões exigem ação. O Genie One identifica a previsão oficial, a definição de margem aprovada e os direcionadores operacionais relevantes; o Claude transforma as descobertas em uma narrativa de revisão operacional e em uma lista de ações.

Revisão de retenção de clientes: um líder de sucesso do cliente pergunta ao Microsoft Copilot Cowork quais clientes apresentam queda na adoção, aumento no volume de suporte e risco de renovação. O Genie One conecta o contexto governado de clientes, uso de produtos, suporte e contratos; o Copilot então prioriza as contas em risco e prepara um acompanhamento direcionado.

Configurando o Genie One MCP

A configuração começa em um workspace com a ativação do preview e uma conexão de cliente. As etapas variam de acordo com o cliente, portanto, siga as instruções em nossa documentação de assistentes de IA e agentes de codificação para obter mais detalhes. Assim que a conexão for estabelecida, você poderá ver a conexão do Genie One MCP no seu assistente de IA (veja abaixo um exemplo do Claude Cowork).

A experiência do Genie One MCP

Uma vez configurado, o Claude pode invocar o Genie One MCP quando receber qualquer pergunta que exija contexto empresarial. Em resposta, o Genie One retorna uma resposta totalmente fundamentada e formulada, respeitando integralmente os controles de acesso aos ativos de dados subjacentes (veja abaixo exemplos do Claude Cowork e do ChatGPT). 

O servidor Genie One MCP fornece MCP Apps, uma extensão que permite a um servidor retornar uma visualização interativa em vez de texto simples. Em clientes que oferecem suporte a MCP apps, o servidor retorna uma visualização interativa, renderizando elementos visuais, métricas de resumo e citações da Genie Ontology dentro da interface do assistente de IA (veja abaixo). Observação: os clientes que oferecem suporte a MCP Apps obtêm automaticamente a visualização interativa, enquanto os clientes sem suporte a MCP Apps continuam a receber resultados apenas em texto. 

 ChatGPT com Genie One MCP

 Claude Cowork com Genie One MCP

Chamar o Claude com MCP é fácil com o comando simples ug claude, que se conectará à instância do Claude no workspace do Databricks. Uma vez que o endpoint de model serving do Claude estiver aberto, ele poderá ser usado diretamente via linha de comando. Com a integração do Genie One MCP, o Claude tem o contexto necessário para responder com precisão.

Código do Claude (CLI) com Genie One MCP

Como o Genie One MCP funciona

Contrato de ferramentas

O Genie One MCP permite que agentes de IA externos usem o poder dos recursos de análise conversacional governada do Genie One enviando uma pergunta em linguagem natural. O Genie interpreta a terminologia de negócios, pesquisa dados corporativos permitidos, gera e executa SQL e retorna uma resposta fundamentada com links de origem do Databricks. 

Para habilitar isso, o servidor Genie One MCP expõe cinco ferramentas: 

• genie_ask inicia uma resposta e retorna um conversation_id e response_id genie_poll_response retorna etapas de progresso e, ao concluir, a resposta com um deep link Explore in Databricks 
• genie_get_query_result retorna o conjunto completo de resultados quando a resposta truncada for insuficiente
• genie_cancel_response interrompe um turno em andamento  
• view_ask substitui genie_ask em clientes que oferecem suporte a MCP Apps, renderizando um painel interativo com progresso, visualizações e citações de ontologia inline
• warehouse_id _meta o parâmetro fixa a execução em um SQL warehouse específico

Identidade e controle de acesso

Quando os agentes fazem consultas por meio do Genie One, em vez das tabelas subjacentes, ele determina quais métricas os usuários podem acessar e como elas são calculadas. Portanto, a identidade do usuário deve fluir pela solicitação. A abordagem recomendada é a autenticação de usuário on-behalf-of (OBO). O assistente externo passa o token OAuth do usuário final, e o Genie avalia os privilégios do Unity Catalog, filtros de linha e máscaras de coluna no contexto desse usuário. Os usuários recebem apenas resultados autorizados, e os deep links abrem apenas ativos que eles podem acessar.

Dois usuários podem fazer a mesma pergunta no mesmo cliente e receber respostas com o escopo apropriado, sem a necessidade de lógica de prompt por usuário. A autenticação machine-to-machine com uma entidade de serviço está disponível para integrações externas, mas representa cada chamador como uma única identidade, removendo a aplicação de permissões por usuário e potencialmente limitando a personalização e a memória.

Access Genie everywhere aborda os padrões U2M, M2M e OBO e suas implicações de governança. As conexões MCP externas são objetos do Unity Catalog governados por meio de concessões padrão.

Gerenciamento e monitoramento

Os servidores MCP gerenciados são listados em Agents > MCPs no workspace e ficam visíveis no Unity Gateway. Os eventos de chat do Genie One aparecem nos logs de auditoria, a execução de SQL no Query History e o consumo nas tabelas do sistema de faturamento. Aqui estão as práticas recomendadas para produção:

• Ajuste o Genie One em um só lugar. O servidor MCP respeita as instruções do workspace, a certificação e a curadoria de Genie Agents configuradas no Databricks. Não tente direcionar o Genie One a partir do prompt do sistema do cliente.
• Prefira o servidor Genie Agent MCP em /api/2.0/mcp/genie/{genie_space_id} quando um caso de uso for mapeado para um único domínio curado. Ele expõe um único agente somente leitura com suas próprias instruções e SQL confiável, o que é mais fácil de fazer benchmark e definir o escopo.
• Registre um aplicativo OAuth por plataforma de cliente com escopo mínimo e tempos de vida de token correspondentes à sua política de identidade.
• Considere o tempo limite de execução de SQL de 90 segundos e o limite de QPM do Genie do workspace ao dimensionar uma implantação; perguntas direcionadas aos Genie Agents contam para este último.
• Valide a governança por personificação: faça a mesma pergunta como membros de grupos diferentes por meio do cliente externo e confirme se as respostas divergem conforme o esperado.

Comece a usar o Genie One MCP

Agentes, interfaces de cliente e protocolos de integração continuarão a mudar. Os assistentes de IA de uso geral ainda podem se beneficiar de um contexto de negócios compartilhado e governado. 

Use a Genie Ontology para estabelecer esse contexto compartilhado e, em seguida, implante o Genie One MCP para trazer os recursos com reconhecimento de dados do Genie One para os agentes e fluxos de trabalho que suas equipes já usam.

Para obter mais informações, analise estes recursos: 

• O Genie One MCP agora está em Disponibilidade Geral 
• Operacionalizando a Genie Ontology em sua pilha de dados
• servidor Genie One MCP (documentação): 
  • Servidores MCP gerenciados
  • Conectar MCPs a assistentes de IA e agentes de codificação

(Esta publicação no blog foi traduzida utilizando ferramentas baseadas em inteligência artificial) Publicação original